[lisihao]

The calibrated preflight regression covers Chat Completions, while DSH's plugin lane can send Responses requests. This adds a Responses SSE fixture and a x-bili-plugin: dsh case that exercises actual summary folding, then checks that calibrated exhaustion refuses the main request and reports a context figure above the tested input budget.

The runtime fixes are already merged in #3650 and #3649. This PR adds the missing wire/lane regression; it does not resubmit those changes or alter overflow policy. Refs #3645.

Validation:

• The new case fails against the unmodified v0.1.202 preflight/server sources on its diagnostic assertion (the quoted raw size is below the test window).
• All four cases in tests/issue3645-calibrated-futility.test.ts pass against the corrected sources.
• TypeScript checking on base 440c5114 and on this test-only head reports the same existing TS2307 error for mysql2/promise in src/storage/mysql.ts; this PR leaves that unrelated dependency change untouched. The four targeted cases pass on the current base plus this change.

The test uses a loopback fake upstream and synthetic input. It requires no credentials, real model request or private diagnostic material.

[ranxianglei]

🤖 Powered by ework · qwen3.8-27b

(ai: qwen/qwen3.8-27b)

查重: 不重复。 检索 open+closed 的 issue/PR(关键词 calibrated futility / responses lane / preflight + 失败签名 tests/issue3645-calibrated-futility.test.ts):唯一同主题条目是本 PR;上游 #3645 已关闭、修复 #3650/#3649 已合入 master。#3663(失败文案混用 calibrated/raw)是不同症状(报告措辞),与本 PR 的回归测试缺口不重叠。

标签: pr(既有)+ dsh(DSH 插件车道)+ scope/ci(纯回归测试补强)+ p3(测试覆盖缺口,无用户可见行为变更)。

状态: PR 为 draft、head a15f500,base 已落后 master(#3966 mysql2 依赖修复已合入,PR 描述里提到的 TS2307 在现 master 上应已消失)。正在做:拉取分支 → rebase 到当前 master → 定向跑 tests/issue3645-calibrated-futility.test.ts → 核对「对未修复源码该 case 必须失败」的声明 → 按八问出完整 review 结论。稍后更新。

[ranxianglei]

🤖 Powered by ework · qwen3.8-27b

(ai: qwen/qwen3.8-27b)

PR 审核结论(独立重审,非复读 issue)

已完整走查 diff(+95/-5,仅 tests/issue3645-calibrated-futility.test.ts)并双向实测。先说验证证据,再按八问收口:

正向验证:把该 commit cherry-pick 到当前 master(74b894d66,与 #3963 合入后一致)——零冲突;npm run typecheck 干净(描述里提到的 TS2307/mysql2 在 master 上已由 #3966 修复,rebase 后不复存在);npm run build 绿;node --import tsx --test tests/issue3645-calibrated-futility.test.ts 4/4 通过。

负向验证(测试有牙):在 rebased head 上精确回退 #3650 的修复 hunk(preflight.ts 的校准比较全部还原 + server.ts fail-fast 引用还原为 session.stats.lastInputTokens),新 case 恰好死在诊断断言上:

quoted Responses figure must be calibrated and over-window (got ~18160 vs 30000)

即引用了未校准的 raw 尺寸(≈18160 < 窗口 30000)——与作者声明的 v0.1.202 失败模式一字不差。另有一个值得写进记录的事实:pre-fix 代码下本 case 的折叠并未被跳过(summaries≥1 仍过),说明这个 Responses case 钉的是「fail-fast 引用尺度」这一半(server.ts 侧),与原 chat case 钉的「futility gate 误判」一半互补,两条腿各管一个回归面。

八问

1. 是什么问题:[Bug][preflight] Calibrated deficit vs uncalibrated foldable mass prematurely skips raw folds (0.1.199) #3645 的回归防护只覆盖了 Chat Completions wire,而 DSH 插件车道实际会发 Responses 请求(/v1/responses),该 wire/lane 组合没有护栏。本 PR 纯测试补齐这个缺口。
2. 什么原因导致的:覆盖缺口,不是新 bug。根因([Bug][preflight] Calibrated deficit vs uncalibrated foldable mass prematurely skips raw folds (0.1.199) #3645:未校准可折叠质量 vs 校准后缺口、两种尺度互比)已由 [PR] fix(preflight): compare foldable mass to deficit on one calibrated scale (#3645) #3650/[PR] fix: tier-recovery candidate search slides past over-budget pairs instead of declaring all tiers exhausted #3649 修掉并合并;原回归只用 chat wire,Responses 车道无人看守。
3. 影响范围与严重程度:零运行时行为变更(不碰任何 src/);若未来有人把校准尺度修复打回去,DSH Responses 车道的校准耗尽场景会再次引用 sub-window 的 raw 数字当「超窗」依据——目前无用户可见故障,属测试层缺口,p3 合理。
4. 怎么修复的:加一个符合真实 API 事件名的 Responses SSE fixture(response.created → … → response.completed),mockUpstream/boot 按 wire 参数化(默认 openai,旧调用点不受影响),新增 dsh 插件车道 case:k̂=2 种子会话 + 「摘要比被折 span 更大、折叠永远关不上缺口」的构造,断言四件事——真发生了摘要折叠(summaries≥1)、主请求未被转发(forwarded==0)、确定性 413 + preflight_compress_failed、引用的 context 数字是校准后且超窗。所有 fixture 尺寸都带显式 sizing 守卫断言,意图自文档化。
5. 是否有回归问题:无。逐项清点既有行为:mockUpstream()/boot() 签名各加一个默认参数,openai wire 下输出逐字节不变;原有三个 case 的断言一行未动;无任何源码改动 → 生产行为面为零。高危模式(语义漂移/吞错/阈值时序漂移)逐项不适用。
6. 是否破坏缓存:不涉及(纯测试,不触碰缓存/重试/增量游标/去重键)。
7. 是否改了设计方向:不涉及。
8. 是否引入了新的配置:不涉及。

代码质量:命名达意(responsesSse/responsesPlain/responsesBashPair/postResponses/MockWire)、风格与文件既有惯例一致、无死代码、无新依赖;fixture 的事件序列与 OpenAI Responses SSE 实际形状吻合。达标。

唯一程序性问题:分支基线 440c51146(mysql-backend 那条合并线)不在 master 主线上——mysql 后端后来经 #3955/#3966 重新落地,所以 GitHub 显示 behind、head 上 103 个 check-run 全 skipped(draft 未触发 CI)。我已验证:cherry-pick 到 74b894d66 零冲突且全绿。请 rebase 到当前 master 并取消 draft,CI 跑完即可合并;rebase 是单 commit 平移,无实质工作。若需要我代为推送到你的 fork 分支,说一声即可。

判定:审核通过,待 rebase + un-draft 后可合并。

[github-actions]

📦 Merged Build Published

This merge to master was published as 0.0.691-master.5d2ea3c (rolling master tag).

npm install -g billion-context@0.0.691-master.5d2ea3c  # this exact build
npm install -g billion-context@master  # always the newest merged build

npm view billion-context@master prints the current version at any time.